MétaCan
Menu
Retour à la cohorte
Enregistrement W7029126487

How do market players understand green bonds as different from infrastructure bonds?: An analysis of the perceptions of players in the green bond market

2019· other· en· W7029126487 sur OpenAlexaboutno aff

Notice bibliographique

RevueMinerva Access (University of Melbourne) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBondBond marketCorporate governanceMarket liquidityCredibilityCredenceBond market index
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To investigate the difference between green bonds and infrastructure bonds, 15 market participants including issuers, investors and verifiers, were interviewed in the UK, USA, Canada, France, Sweden, Belgium and Australia. These interviewees represent 38.6% of the global labelled green bond market which currently has total outstanding issuance of USD65.9 Billion. These semi-structured interviews provided insights into their understanding of the green bond market and the decision-making processes to be involved in the green bond market. The market participants referred to the governance structure and counterparty to differentiate between the two bond options, labelled green bonds and infrastructure bonds, instead of the projects being funded. The' participants believed that verification in the form of the Green Bond Principles (GBP) provided commonality and definitional certainty to the market. However, they also acknowledged that as a self- labelling mechanism, the GBP relied on the reputational credibility of the issuer. Participants understood green bonds to definitely provide a positive environmental impact and were seeking measurability from these, thus limiting the green bond projects to climate-related infrastructure. They believed that the green bond market was viable in the medium term with growth expected from the corporate and municipal issuers. Market participants supported the development of project specific accreditation to mitigate risk, particularly for corporate issuers. They reported that labelled green bonds were priced in line with similar issues from the same issuers, and initial considerations around liquidity and scale were not seen as limitations. This research looks at the attitudes of the labelled green bond market participants and seeks to revisit the findings of Wood and Grace (2011) in light of the significant growth of the labelled green bond market since their initial research

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,026
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,004
Communication savante0,0090,010
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMinerva Access (University of Melbourne)Travaux en français237 207